Cum pot fi folosite informațiile în crize naționale sau globale ca o companie să ia decizii mai eficiente

Structura actuala a lumii a făcut ca efectul fluturelui, cândva doar teoretizat, să devină o realitate. O criză într-un punct de pe planetă poate avea efecte considerabile în mult mai multe regiuni. În acest context, datele interne și externe se pot dovedi o resursă excepțională.

Sunt câteva concepte care, în ciuda utilității lor masive, au o trecere îngreunată în mecanisme propriu-zise și acceptarea generală. Big Data, data analysis, data mining sau integrarea structurilor de inteligență artificială într-o organizație sunt câteva dintre ele și cele mai vizibile. La baza acestora stau informațiile, de orice natură ar fi acestea, iar ele pot veni doar din două direcții: extern și intern. Și sunt valoroase în funcție de nevoile organizației în cauză.

Când vine vorba de big data, care se rezumă plastic la „cantitate imensă de informații care trebuie sortată”, sunt trei pași care trebui urmați într-o situație de criză: identificarea vulnerabilităților, analizarea rezultatelor din trecut care să servească drept bază pentru previziuni, și monitorizarea crizei curente. Ultimul pas este crucial, pentru că datele, în general, nu pot arăta decât trecutul. Cu cât sunt mai actuale, cu atât sunt mai utile.

În identificarea vulnerabilităților poate intra orice ține de obiectul de business, de la interacțiunile cu clienții și felul în care sunt urmărite stocurile până la obiceiurile de consum și folosire și chiar preferințele utilizatorilor sau clienților. Pe acest subiect un moment important a fost în aprilie 2020, când Google a publicat rapoarte de mobilitate care acopereau și România. Astfel, o companie cu o bază imensă de date a arătat ce înseamnă cu adevărat asta, ce se poate învăța din așa ceva, dar și cum pot folosi datele alte companii.

De la vulnerabilități se poate trece ușor către construirea unor previziuni, în special prin folosirea datelor sociale și care sunt manifestările oamenilor în funcție de context. Chiar dacă datele nu pot oferi decât o imagine a trecutului, este util pentru a vedea ce acțiuni duc la un scenariu negativ și, implicit, de evitat.

Peste cele două vine monitorizarea constantă a situației curente. Marele avantaj al perioadei în care trăim, lucru care va fi valabil multe decenii de acum înainte, și chiar mai bine, e că pot fi obținute și analizate date în timp record și cu o eficiență mult mai mare decât înainte. Un volum considerabil de date ajută și la înțelegerea sentimentului unui grup țintă, ceea ce înainte nu putea fi decât intuit.

Analiza de date nu poate funcționa fără un sistem de analiză

În tot acest demers de-a afla răspunsuri din date, sunt și câteva demersuri care servesc drept o bază de-a optimiza fluxul. Astfel, colectarea datelor, în raport cu legislații și regulamente, poate fi făcută din orice sursă care se dovedește necesară, de la statistici de navigare pe internet și folosire a serviciilor online (aplicații, platforme dedicate, streaming etc.) până la social media, mail, sondaje și chiar senzori din diverse echipamente (telefoane, mașini, componente din universul IoT). În fluxul unei companii care vrea să obțină tot ce poate din pachetele de date care-i sunt accesibile, intern sau extern, trebuie să existe o linie de „desfacere” a acestora.

Datele sunt întâi procesate – organizate, configurate, împărțite pe categorii de interes și, firesc, asigurat un flux automatizat pentru asta. Este un proces necesar, pentru că astfel datele sunt accesibile oricând, într-o manieră eficientă.

Urmează etapa de „curățare” a datelor. Previziunile și răspunsurile pe care o companie le poate obține de la date sunt pe cât de bune sunt și datele, iar nu de puține ori pot apărea erori (cum ar fi cele de completare sau de formatare) sau neconcordanțe (informații duplicate). Curățarea e astfel necesară pentru a nu îngreuna procesul după. Apoi se trece la analiza propriu-zisă și implicarea unui proces menționat mai sus: data mining. Și, așa cum îi zice numele, e o minare după informații relevante într-un munte de date. Tot aici se poate vorbi de text mining și chiar analiză statistică.

O miză importantă în data mining e să obții o vedere de ansamblu cât se poate de clară asupra parametrilor monitorizați și asupra situațiilor imediate care necesită sau vor necesita atenție. Tocmai pentru că e vorba de big data și un volum imens de informații, e important ca dintre acestea să fie folosite cele care pot oferi cel mai bun randament.

Peste toate acestea vine umbrela generoasă a inteligenței artificiale, doar că în acest caz nu capătă nuanțe SF, ci unele cât se poate de pragmatice și logice. AI înseamnă, în esență, un pachet de software și algoritmi care pot face munca repetitivă mai eficient și mai rapid. Iar aici sunt doi piloni importanți, în special în data analysis: machine learning (analizează seturi mari de date și extrage informații) și deep learning care e similar celui de dinainte, dar cu rezultate mai specifice.

În contextul unei situații de criză, apare și conceptul de predictive analytics hardware și software care poate fi redus la esență și sună cam așa: procesarea unor cantități mari de date – prin folosirea machine learning și a algoritmilor statistici – pentru conturarea unor previziuni.

Mecanismele acestea sunt folosite recurent în organizații specializate în marketing, care au nevoie să identifici fraude sau care gestionează transporturi de bunuri. În condiții de criză, fără să fie vorba de previziuni care să „arate” viitorul, astfel de mecanisme pot ajute în prevenirea abuzurilor față de produse ale unei companii, cât și în limitarea daunelor cauzate de incertitudine.

În contextul pandemiei declanșate în 2020, o criză medicală cu repercusiuni în toate ariile sociale și financiare, data analytics și AI au fost pentru prima dată folosite la maximum și în special primele două–trei luni au fost o perioadă excelentă de testare. Astfel, entități ca Organizația Mondială a Sănătății a putut urmări în timp real impactul – prin monitorizarea datelor din social media sau din sisteme de transport, de exemplu – și dacă sunt regiuni asupra cărora se pot concentra mai mult.

În același context, pentru previziuni, au fost folosite date de la ultima recesiune pentru a pregăti un eventual impact negativ asupra liniei de business. Iar pe zona serviciilor digitale, data analysis și implementările în timp real au ajutat atât operatori telecom, cât și platforme digitale populare – Netflix, YouTube, Facebook etc. – să ia măsuri necesare pentru a asigura un flux normal de funcționare în ciuda sarcinilor sporite.

Datele nu sunt bune sau rele, doar există

Într-o cercetare a Universității Purdue, realizată de doctorii Lourival Carmo Monacco Neto și Allan Gray, a fost evidențiată chestiunea contextualizării. Disponibilitatea datelor și a mecanismelor de sortare și interpretare a lor sunt doar primii pași. Cel cu adevărat important e contextualizarea și căutarea răspunsurilor la câteva întrebări esențiale: cine, ce, unde, când, cum și de ce (pentru ce anume, cu ce scop). Datele devin cu adevărat informație care poate fi folosită în scopuri mai practice când sunt conectate între ele și sunt contextualizate.

În contextul unor decizii de business, în situații de criză, deciziile trebuie să fie fundamentate pe informație corectă, la momentul potrivit și din surse de încredere.

John Parkinson, expert în business intelligence și colaborator cu organizații ca Amazon sau Forumul Economic Mondial, a declarat în septembrie 2020 că, într-o situație pe care n-ai mai întâlnit-o, tinzi să fii mai atent la lucrurile care par mai interesante, chiar dacă se dovedesc prea puțin importante.

„Nu putem să dăm un răspuns «corect», pentru că nu există unul”, a adăugat el cu referire la cum procese ca analiza tendințelor și predictive analytics pot oferi explicații, dar pe un calapod mai degrabă logic de tipul dacă se întâmplă asta – atunci e aia. El a oferit și-o recomandare din experiență personală și-a spus că pe un caz dat rulează câte scenarii e nevoie – chiar și milioane – până când, pe baza răspunsurilor, sunt identificați factorii pe care trebuie să se concentreze.

Sursa foto: Pexels

În aceeași notă, Ronald Coase, profesor de Economie la Universitatea de Drept din Chicago, a spus la un moment dat: „Torturează-ți datele și vor mărturisi totul”. Deși mare parte din munca lui a făcut-o înainte de perioada modernă a big data și AI, el considera că deciziile potrivite se iau când sunt luați în calcul toți factorii, nu doar cifrele și statisticile seci. Cel puțin în perioada de-acum asta se poate face cu o analiză aprofundată a datelor. De aici, și cu toate cele de până acum, pot fi extrase câteva concepte de cum să fie aplicată folosirea datelor interne și externe pentru decizii coerente și eficiente în business.

În primul rând e vorba de-a face propriu-zis analiza de date și de-a prioritiza acțiunile în funcție de valoarea datelor pentru problema sau soluția căutată.Și asta se poate aplica atât de administrarea banilor, cât și pe vizarea zonelor noi de dezvoltare și de extindere. Implicit, vine și analiza de risc pe deciziile respective. Următorul pas e în direcția colaborării și identificarea căilor prin care colaborarea poate aduce un plus de valoare. În situații de criză se poate dovedi chiar o soluție salvatoare.

Un punct important de atins într-o situație de criză e tratarea ei ca o oportunitate. În contextul crizei medicale, David Solomon, CEO Goldman Sachs, a spus că o primă oportunitate poate fi flexibilizarea muncii, prin work remote. Pentru alte companii, a fost o oportunitate pentru a livra software necesar sau că au renunțat la spații de birouri. Poate fi și o evaluare a priorităților.

Tehnologia se dovedește tot mai des componenta vitală în business, chiar dacă aria de activitate n-are nicio treabă (sau are limitat) cu tehnologia. Dar componentele digitale, de la asigurarea logisticii și comunicării până la monitorizarea parteneriatelor, produselor și sentimentelor clienților față de business, sunt un suport crucial. Iar deciziile de automatizare luate pe baza analizelor de date sunt cu atât mai utile. Până la urmă, tehnologia și chiar data analysis sunt unelte. Contează doar cum și când sunt folosite.

Agenția digitală full service Cheil | Centrade este una dintre cele mai mari companii de comunicare integrată din România și servește drept hub regional pentru rețeaua coreeană Cheil în sud-estul Europei. În 2018, Cheil | Centrade București a lansat divizia Digital Intelligence and Analytics (DIA), un centru unic de servicii de data intelligence care deservește mai multe piețe din Europa.

Articol susținut de Cheil Centrade